Analiza e të dhënave të Netflix¶

Netflix është një nga platformat më të mëdha të transmetimit të filmave dhe serialeve në botë, me një bibliotekë të gjerë që përfshin përmbajtje nga e gjithë bota. Analiza e të dhënave të saj ofron mundësinë për të zbuluar trendet e prodhimit, preferencat e audiencës, vendet më aktive në krijimin e përmbajtjes dhe zhanret më të ndjekura. Ky studim ka si synim të nxjerrë insight-e strategjike për vendimmarrje, optimizim të katalogut dhe orientim të investimeve të ardhshme në prodhim.

Përmbledhje e Strukturës¶

  • Ngarkimi i librarive të nevojshme
  • Ngarkimi i të Dhënave
  • Pastrimi i të Dhënave (Data Cleaning)
  • Analiza Eksploruese (Exploratory Data Analysis - EDA)
  • Insight-e dhe Përfundime
  • Rekomandime

Ngarkimi i librarive¶

In [99]:
import numpy as np # linear algebra
import pandas as pd # data processing
import matplotlib.pyplot as plt
import seaborn as sns
from wordcloud import WordCloud
import plotly.express as px 
import plotly.io as pio

Ngarkimi i datasetit¶

In [100]:
df = pd.read_csv("netflix_titles.csv")
df.head(10)
Out[100]:
show_id type title director cast country date_added release_year rating duration listed_in description
0 81145628 Movie Norm of the North: King Sized Adventure Richard Finn, Tim Maltby Alan Marriott, Andrew Toth, Brian Dobson, Cole... United States, India, South Korea, China September 9, 2019 2019 TV-PG 90 min Children & Family Movies, Comedies Before planning an awesome wedding for his gra...
1 80117401 Movie Jandino: Whatever it Takes NaN Jandino Asporaat United Kingdom September 9, 2016 2016 TV-MA 94 min Stand-Up Comedy Jandino Asporaat riffs on the challenges of ra...
2 70234439 TV Show Transformers Prime NaN Peter Cullen, Sumalee Montano, Frank Welker, J... United States September 8, 2018 2013 TV-Y7-FV 1 Season Kids' TV With the help of three human allies, the Autob...
3 80058654 TV Show Transformers: Robots in Disguise NaN Will Friedle, Darren Criss, Constance Zimmer, ... United States September 8, 2018 2016 TV-Y7 1 Season Kids' TV When a prison ship crash unleashes hundreds of...
4 80125979 Movie #realityhigh Fernando Lebrija Nesta Cooper, Kate Walsh, John Michael Higgins... United States September 8, 2017 2017 TV-14 99 min Comedies When nerdy high schooler Dani finally attracts...
5 80163890 TV Show Apaches NaN Alberto Ammann, Eloy Azorín, Verónica Echegui,... Spain September 8, 2017 2016 TV-MA 1 Season Crime TV Shows, International TV Shows, Spanis... A young journalist is forced into a life of cr...
6 70304989 Movie Automata Gabe Ibáñez Antonio Banderas, Dylan McDermott, Melanie Gri... Bulgaria, United States, Spain, Canada September 8, 2017 2014 R 110 min International Movies, Sci-Fi & Fantasy, Thrillers In a dystopian future, an insurance adjuster f...
7 80164077 Movie Fabrizio Copano: Solo pienso en mi Rodrigo Toro, Francisco Schultz Fabrizio Copano Chile September 8, 2017 2017 TV-MA 60 min Stand-Up Comedy Fabrizio Copano takes audience participation t...
8 80117902 TV Show Fire Chasers NaN NaN United States September 8, 2017 2017 TV-MA 1 Season Docuseries, Science & Nature TV As California's 2016 fire season rages, brave ...
9 70304990 Movie Good People Henrik Ruben Genz James Franco, Kate Hudson, Tom Wilkinson, Omar... United States, United Kingdom, Denmark, Sweden September 8, 2017 2014 R 90 min Action & Adventure, Thrillers A struggling couple can't believe their luck w...
In [101]:
# Përmasat e datasetit
df.shape
Out[101]:
(6234, 12)
In [102]:
# Variablat e datasetit (Shtyllat e datasetit)
df.columns
Out[102]:
Index(['show_id', 'type', 'title', 'director', 'cast', 'country', 'date_added',
       'release_year', 'rating', 'duration', 'listed_in', 'description'],
      dtype='object')

Pastrimi i të Dhënave (Data Cleaning)¶

In [103]:
# Shikojmë për të dhëna që mungojnë në dataset
df.isnull().sum()
Out[103]:
show_id            0
type               0
title              0
director        1969
cast             570
country          476
date_added        11
release_year       0
rating            10
duration           0
listed_in          0
description        0
dtype: int64
In [104]:
# Shikojmë vlerat unike të çdo variabli
df.nunique()
Out[104]:
show_id         6234
type               2
title           6172
director        3301
cast            5469
country          554
date_added      1524
release_year      72
rating            14
duration         201
listed_in        461
description     6226
dtype: int64
In [105]:
# Shikojmë për të dhëna të përsëritura
df.duplicated().sum()
Out[105]:
np.int64(0)
In [106]:
# Bëjmë një kopje të datasetit
data = df.copy()
data.shape
Out[106]:
(6234, 12)
In [107]:
# Shiko përqindjen e mungesës për çdo kolonë
missing_percentage = data.isnull().mean() * 100
print(missing_percentage.sort_values(ascending=False))

director        31.584857
cast             9.143407
country          7.635547
date_added       0.176452
rating           0.160411
show_id          0.000000
type             0.000000
title            0.000000
release_year     0.000000
duration         0.000000
listed_in        0.000000
description      0.000000
dtype: float64
In [108]:
# Krijojmë një kopje të datasetit
data = data.copy()

# Plotësojmë të dhënat e munguara
data['director'] = data['director'].fillna('Të panjohur')
data['cast'] = data['cast'].fillna('Të panjohur')
data['country'] = data['country'].fillna('Të panjohur')

data = data.dropna(subset=['date_added', 'rating'])
In [109]:
data.head(15)
Out[109]:
show_id type title director cast country date_added release_year rating duration listed_in description
0 81145628 Movie Norm of the North: King Sized Adventure Richard Finn, Tim Maltby Alan Marriott, Andrew Toth, Brian Dobson, Cole... United States, India, South Korea, China September 9, 2019 2019 TV-PG 90 min Children & Family Movies, Comedies Before planning an awesome wedding for his gra...
1 80117401 Movie Jandino: Whatever it Takes Të panjohur Jandino Asporaat United Kingdom September 9, 2016 2016 TV-MA 94 min Stand-Up Comedy Jandino Asporaat riffs on the challenges of ra...
2 70234439 TV Show Transformers Prime Të panjohur Peter Cullen, Sumalee Montano, Frank Welker, J... United States September 8, 2018 2013 TV-Y7-FV 1 Season Kids' TV With the help of three human allies, the Autob...
3 80058654 TV Show Transformers: Robots in Disguise Të panjohur Will Friedle, Darren Criss, Constance Zimmer, ... United States September 8, 2018 2016 TV-Y7 1 Season Kids' TV When a prison ship crash unleashes hundreds of...
4 80125979 Movie #realityhigh Fernando Lebrija Nesta Cooper, Kate Walsh, John Michael Higgins... United States September 8, 2017 2017 TV-14 99 min Comedies When nerdy high schooler Dani finally attracts...
5 80163890 TV Show Apaches Të panjohur Alberto Ammann, Eloy Azorín, Verónica Echegui,... Spain September 8, 2017 2016 TV-MA 1 Season Crime TV Shows, International TV Shows, Spanis... A young journalist is forced into a life of cr...
6 70304989 Movie Automata Gabe Ibáñez Antonio Banderas, Dylan McDermott, Melanie Gri... Bulgaria, United States, Spain, Canada September 8, 2017 2014 R 110 min International Movies, Sci-Fi & Fantasy, Thrillers In a dystopian future, an insurance adjuster f...
7 80164077 Movie Fabrizio Copano: Solo pienso en mi Rodrigo Toro, Francisco Schultz Fabrizio Copano Chile September 8, 2017 2017 TV-MA 60 min Stand-Up Comedy Fabrizio Copano takes audience participation t...
8 80117902 TV Show Fire Chasers Të panjohur Të panjohur United States September 8, 2017 2017 TV-MA 1 Season Docuseries, Science & Nature TV As California's 2016 fire season rages, brave ...
9 70304990 Movie Good People Henrik Ruben Genz James Franco, Kate Hudson, Tom Wilkinson, Omar... United States, United Kingdom, Denmark, Sweden September 8, 2017 2014 R 90 min Action & Adventure, Thrillers A struggling couple can't believe their luck w...
10 80169755 Movie Joaquín Reyes: Una y no más José Miguel Contreras Joaquín Reyes Të panjohur September 8, 2017 2017 TV-MA 78 min Stand-Up Comedy Comedian and celebrity impersonator Joaquín Re...
11 70299204 Movie Kidnapping Mr. Heineken Daniel Alfredson Jim Sturgess, Sam Worthington, Ryan Kwanten, A... Netherlands, Belgium, United Kingdom, United S... September 8, 2017 2015 R 95 min Action & Adventure, Dramas, International Movies When beer magnate Alfred "Freddy" Heineken is ...
12 80182480 Movie Krish Trish and Baltiboy Të panjohur Damandeep Singh Baggan, Smita Malhotra, Baba S... Të panjohur September 8, 2017 2009 TV-Y7 58 min Children & Family Movies A team of minstrels, including a monkey, cat a...
13 80182483 Movie Krish Trish and Baltiboy: Battle of Wits Munjal Shroff, Tilak Shetty Damandeep Singh Baggan, Smita Malhotra, Baba S... Të panjohur September 8, 2017 2013 TV-Y7 62 min Children & Family Movies An artisan is cheated of his payment, a lion o...
14 80182596 Movie Krish Trish and Baltiboy: Best Friends Forever Munjal Shroff, Tilak Shetty Damandeep Singh Baggan, Smita Malhotra, Deepak... Të panjohur September 8, 2017 2016 TV-Y 65 min Children & Family Movies A cat, monkey and donkey team up to narrate fo...
In [110]:
# Konvertimi i formatit të datës
data["date_added"] = pd.to_datetime(data['date_added'], errors='coerce')

# Nxjerrja e ditës, muajit dhe vitit nga data
data['day_added'] = data['date_added'].dt.day
data['month_added'] = data['date_added'].dt.month
data['year_added'] = data['date_added'].dt.year

# Konvertimi në int
data['year_added'] = data['year_added'].astype('Int64')   
data['day_added'] = data['day_added'].astype('Int64')
data['month_added'] = data['month_added'].astype('Int64')
In [111]:
data.head(5)
Out[111]:
show_id type title director cast country date_added release_year rating duration listed_in description day_added month_added year_added
0 81145628 Movie Norm of the North: King Sized Adventure Richard Finn, Tim Maltby Alan Marriott, Andrew Toth, Brian Dobson, Cole... United States, India, South Korea, China 2019-09-09 2019 TV-PG 90 min Children & Family Movies, Comedies Before planning an awesome wedding for his gra... 9 9 2019
1 80117401 Movie Jandino: Whatever it Takes Të panjohur Jandino Asporaat United Kingdom 2016-09-09 2016 TV-MA 94 min Stand-Up Comedy Jandino Asporaat riffs on the challenges of ra... 9 9 2016
2 70234439 TV Show Transformers Prime Të panjohur Peter Cullen, Sumalee Montano, Frank Welker, J... United States 2018-09-08 2013 TV-Y7-FV 1 Season Kids' TV With the help of three human allies, the Autob... 8 9 2018
3 80058654 TV Show Transformers: Robots in Disguise Të panjohur Will Friedle, Darren Criss, Constance Zimmer, ... United States 2018-09-08 2016 TV-Y7 1 Season Kids' TV When a prison ship crash unleashes hundreds of... 8 9 2018
4 80125979 Movie #realityhigh Fernando Lebrija Nesta Cooper, Kate Walsh, John Michael Higgins... United States 2017-09-08 2017 TV-14 99 min Comedies When nerdy high schooler Dani finally attracts... 8 9 2017

Dataseti i përdorur përmban 6,234 rreshta dhe 12 kolona me informacion mbi titujt e filmave dhe serialeve në Netflix. Fushat kryesore përfshijnë:

  • show_id – Identifikues unik për secilin titull
  • type – Tipi i përmbajtjes (Movie ose TV Show)
  • title – Titulli i veprës
  • director / cast – Regjisori dhe aktorët
  • country – Vendi i prodhimit
  • date_added / release_year – Data e shtimit dhe viti i publikimit
  • rating – Klasifikimi sipas moshës (p.sh. TV-MA, TV-14)
  • duration – Kohëzgjatja ose numri i sezoneve
  • listed_in – Zhanret / kategoritë
  • description – Përshkrimi i shkurtër

Pas pastrimit, të dhënat me mungesa u plotësuan, duke ruajtur integritetin e dataset-it. Gjithashtu u konvertua në formatin e duhur dhe data e shtimit në Netflix.

In [112]:
# Analiza e shpërndarjes së llojit të përmbajtjes: Filma dhe Seriale në Netflix
plt.figure(figsize=(6,6))
sns.countplot(x='type', data=data)
plt.title('Tipi: Filma dhe Seriale')
plt.show()
No description has been provided for this image
In [113]:
plt.figure(figsize=(13, 7))
ax = sns.countplot(x='rating', data=data)

# Rrotullo etiketat në boshtin x
plt.xticks(rotation=90, ha='right')

plt.title('Vlerësimi (Rating) i filmave dhe serialeve')
plt.tight_layout()
plt.show()
No description has been provided for this image
In [114]:
plt.figure(figsize = (35,6))
sns.countplot(x='release_year',data = data, color= "red")
Out[114]:
<Axes: xlabel='release_year', ylabel='count'>
No description has been provided for this image

Siç mund ta shohim, shumica e filmave dhe serialeve televizivë në Netflix janë publikuar në dekadën e fundit, ndërsa shumë pak janë publikuar më herët.

In [115]:
labels = ['Movie', 'TV Show']  
size = data['type'].value_counts() 
colors = plt.cm.Wistia(np.linspace(0, 1, 2)) 
explode = [0, 0.1]  

plt.figure(figsize=(6, 6)) 
plt.pie(size, labels=labels, colors=colors, explode=explode, shadow=True, startangle=90, autopct='%1.1f%%')
plt.title('Shpërndarja e Përmbajtjes sipas Tipit në Netflix', fontsize=20)
plt.legend(title='Tipi')
plt.show()
No description has been provided for this image
In [116]:
plt.figure(figsize=(8,6))
ax = data['rating'].value_counts().plot.pie(
    autopct='%1.1f%%',
    shadow=True,
    startangle=90,
    labels=None  # Hiq emrat nga segmentet
)
plt.legend(labels=data['rating'].value_counts().index, title='Rating', bbox_to_anchor=(1.05, 1), loc='upper left')
plt.title('Shpërndarja e Vlerësimeve (Rating) në Netflix', fontsize=16)
plt.ylabel('')
plt.tight_layout()
plt.show()
No description has been provided for this image
In [117]:
plt.figure(figsize=(25,15))  # Madhësia e figurës

# Krijojmë WordCloud duke bashkuar të gjitha vendet në një string të vetëm
text = " ".join(data['country'].dropna().astype(str))  # Sigurohemi që nuk ka NaN dhe janë stringje

wordcloud = WordCloud(
    background_color='white',
    width=1920,
    height=1080
).generate(" ".join(data.country))

plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.title('Shpërndarja e vendeve në Netflix', fontsize=35)

plt.savefig('country.png', bbox_inches='tight')  # Ruajmë figurën pa margjina të panevojshme
plt.show()
No description has been provided for this image
In [118]:
plt.figure(figsize=(25,15))

wordcloud = WordCloud(
    background_color='white',
    width=1920,
    height=1080,
    colormap= "viridis"
).generate(" ".join(data.director))

plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.title('Shpërndarja e aktorëve në Netflix', fontsize=35)

plt.savefig('cast.png', bbox_inches='tight')
plt.show()
No description has been provided for this image
In [119]:
plt.figure(figsize=(25,15))

wordcloud = WordCloud(
    background_color='white',
    width=1920,
    height=1080,
    colormap= "viridis"
).generate(" ".join(data.director))

plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.title('Shpërndarja e regjisorëve në Netflix', fontsize=35)

plt.savefig('director.png', bbox_inches='tight')
plt.show()
No description has been provided for this image
In [120]:
plt.figure(figsize=(25,15))

wordcloud = WordCloud(
    background_color='white',
    width=1920,
    height=1080,
    colormap= "viridis"
).generate(" ".join(data.listed_in))

plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.title('Shpërndarja e kategorive në Netflix', fontsize=35)

plt.savefig('category.png', bbox_inches='tight')
plt.show()
No description has been provided for this image
In [121]:
old = data.sort_values("release_year", ascending = True) #oldest movies available on netflix
old = old[old['duration'] != ""]
old[['title', "release_year"]][:15]
Out[121]:
title release_year
4292 Pioneers: First Women Filmmakers* 1925
2011 Prelude to War 1942
2013 The Battle of Midway 1942
2026 WWII: Report from the Aleutians 1943
2022 Undercover: How to Operate Behind Enemy Lines 1943
2023 Why We Fight: The Battle of Russia 1943
2021 Tunisian Victory 1944
2019 The Negro Soldier 1944
2017 The Memphis Belle: A Story of a\nFlying Fortress 1944
2012 San Pietro 1945
2009 Nazi Concentration Camps 1945
2005 Know Your Enemy - Japan 1945
2930 The Stranger 1946
4079 Pioneers of African-American Cinema 1946
2006 Let There Be Light 1946
In [122]:
tag = "Stand-Up Comedy" #standup shows on Netflix
data["relevant"] = data['listed_in'].fillna("").apply(lambda x : 1 if tag.lower() in x.lower() else 0)
com = data[data["relevant"] == 1]
com[com["country"] == "United States"][["title", "country","release_year"]].head(10)
Out[122]:
title country release_year
53 Marc Maron: Too Real United States 2017
113 Def Comedy Jam 25 United States 2017
126 Jeff Dunham: Beside Himself United States 2019
134 Iliza Shlesinger: Confirmed Kills United States 2016
181 Jerry Before Seinfeld United States 2017
202 Sebastian Maniscalco: What's Wrong with People? United States 2012
210 Cedric the Entertainer: Live from the Ville United States 2016
260 Norm Macdonald Has a Show United States 2018
288 Jeff Dunham: Relative Disaster United States 2017
289 Daniel Sloss: Live Shows United States 2018
In [123]:
tag = "Kids' TV" #Kids TV shows on Netflix
data["relevant"] = data['listed_in'].fillna("").apply(lambda x : 1 if tag.lower() in x.lower() else 0)
com = data[data["relevant"] == 1]
com[com["country"] == "United States"][["title", "country","release_year"]].head(10)
Out[123]:
title country release_year
2 Transformers Prime United States 2013
3 Transformers: Robots in Disguise United States 2016
64 Ben 10 United States 2016
70 We Bare Bears United States 2017
175 Kulipari: An Army of Frogs United States 2016
203 The Last Kids on Earth United States 2019
328 Transformers Rescue Bots Academy United States 2019
375 LEGO Elves: Secrets of Elvendale United States 2017
434 StoryBots Super Songs United States 2016
458 Raising Dion United States 2019
In [124]:
df_countries = pd.DataFrame(data.country.value_counts().reset_index().values, columns=["country", "count"])
df_countries.head()
Out[124]:
country count
0 United States 2023
1 India 777
2 Të panjohur 471
3 United Kingdom 347
4 Japan 174
In [125]:
fig = px.choropleth(
    df_countries,
    locations="country",
    locationmode='country names',
    color="count",
    color_continuous_scale="Viridis",
    title="Shpërndarja e përmbajtjes në Netflix sipas vendeve"
)
pio.renderers.default = "notebook_connected"
fig.show()
In [126]:
# Heqja e vlerave null nga kolona 'country'
df = df[df['country'].notna()]

# Shpërndarja e rreshtave që kanë më shumë se një shtet (të ndara me presje)
df_countries = df.copy()
df_countries['country'] = df_countries['country'].apply(lambda x: x.split(', '))
df_countries = df_countries.explode('country')

# Numërimi i përmbajtjeve sipas shteti
country_counts = df_countries['country'].value_counts().reset_index()
country_counts.columns = ['country', 'count']

# Vizualizimi me Plotly
fig = px.bar(country_counts.sort_values('count', ascending=False),
             x='country',
             y='count',
             color='count',
             title='Numri i Filmave dhe Serive në Netflix sipas Shtetit',
             labels={'count': 'Numri i përmbajtjeve', 'country': 'Shteti'},
             height=600)

fig.update_layout(xaxis_tickangle=-45)
pio.renderers.default = "notebook_connected"
fig.show()
In [127]:
# Ndaj vendet që janë të ndara me presje (p.sh., "United States, Canada")
countries = df['country'].str.split(', ', expand=True).stack().reset_index(level=1, drop=True)
df_expanded = df.drop('country', axis=1).join(countries.rename('country'))

# Llogarit sa filma/seriale ka çdo vend
country_counts = df_expanded['country'].value_counts().reset_index()
country_counts.columns = ['country', 'count']

# Vizualizo me hartë globale
fig = px.choropleth(
    country_counts,
    locations='country',
    locationmode='country names',
    color='count',
    hover_name='country',
    color_continuous_scale='OrRd',
    title='Numri i Filmave/Serialeve në Netflix për çdo Shtet'
)

fig.update_layout(geo=dict(showframe=False, showcoastlines=True))
pio.renderers.default = "notebook_connected"  
fig.show()

Analiza e rezultateve dhe interpretimi i vizualizimeve¶

Nga analiza eksploruese e dataset-it të Netflix dalin disa prirje të qarta, të cilat theksohen më shumë kur shihen në kombinim me grafikët përkatës:

  1. Shpërndarja sipas tipit të përmbajtjes Grafiku countplot dhe pie chart tregojnë se filmat përbëjnë rreth 70% të katalogut, ndërsa serialet rreth 30%. Ky raport pasqyron orientimin e Netflix drejt prodhimeve me kohëzgjatje të shkurtër (filma), të cilat kërkojnë më pak angazhim nga shikuesi, por gjithashtu krijojnë mundësi për konsum të shpejtë dhe të shpeshtë të përmbajtjes.

  2. Evolucioni në kohë i publikimeve Histogrami i viteve të publikimit tregon një rritje të fortë pas vitit 2010, me kulm mes viteve 2018–2020. Ky trend lidhet me strategjinë e zgjerimit global të Netflix dhe investimet e mëdha në përmbajtje origjinale. Rënia pas vitit 2020 mund të jetë pasojë e cikleve të prodhimit të ndikuara nga pandemia Covid-19.

  3. Klasifikimi sipas moshës (Rating) Grafiku pie chart për rating-un tregon dominim të kategorive TV-MA dhe TV-14, që përfaqësojnë përmbajtje për të rritur dhe pak mbi moshën e adoleshencës. Kjo tregon një fokus të qartë te audienca e rritur, me përmbajtje që shpesh trajton tema më serioze ose më komplekse.

  4. Shpërndarja gjeografike e përmbajtjes Hartat choropleth dhe grafiku shtylla nxjerrin në pah dominimin e SHBA-së me mbi 2000 tituj, e ndjekur nga India (838) dhe Mbretëria e Bashkuar (601). Megjithatë, diversiteti kulturor i katalogut është i dukshëm, me kontribute nga mbi 550 vende dhe rajone. Kjo përzierje shton vlerën e Netflix si platformë globale, por gjithashtu zbulon tregje ku prezenca e përmbajtjes është ende e kufizuar.

  5. Zhanret dhe titujy WordCloud-et për fushat listed_in, director, cast dhe country nxjerrin në pah titujt dhe emrat më të përsëritur. Zhanret si Dramas, International Movies, dhe Comedies dominojnë, duke reflektuar kërkesën e lartë të publikut për histori emocionale dhe të lidhura me kulturën lokale. Nga ana tjetër, WordCloud për vendet dhe regjisorët tregon qartë se disa tregje kanë më shumë prodhueshmëri se të tjerët, duke reflektuar kapacitetin prodhues dhe marrëveshjet e licencimit.

  6. Prania e titujve historikë Analiza e titujve më të vjetër tregon se katalogu i Netflix përfshin edhe filma dokumentarë dhe prodhime historike që datojnë deri në vitin 1925, duke e bërë platformën jo vetëm një ofrues të përmbajtjes së re, por edhe një arkiv kulturor.

Analizë strategjike

  • Dominimi i filmave mbi serialet mund të lidhet me strategjinë për të mbajtur konsumatorët aktivë me përmbajtje të shpejtë, por mund të lërë hapësirë për rritjen e serialeve të cilat gjenerojnë angazhim afatgjatë.
  • Pesha e lartë e SHBA-së në katalog tregon një varësi të madhe nga prodhimet perëndimore, duke sugjeruar nevojën për të rritur investimet në tregjet me rritje të shpejtë si Afrika dhe Amerika Latine.
  • Fokusimi tek audienca e të rriturve përputhet me trendet e konsumit të përmbajtjes, por krijon mundësinë për zgjerim të përmbajtjes familjare dhe për fëmijë për të tërhequr mosha të reja të tregut.

Përmbledhje përfundimtare¶

Analiza e dataset-it të Netflix, me 6,234 tituj nga mbi 550 vende, tregon se platforma ka një katalog të gjerë dhe global, por me një dominim të dukshëm të filmave mbi serialet dhe të prodhimeve nga SHBA. Shumica e përmbajtjes është publikuar në dekadën e fundit, me një rritje të shpejtë pas vitit 2015, e ndikuar nga zgjerimi global dhe investimet në përmbajtje origjinale. Klasifikimet TV-MA dhe TV-14 tregojnë fokusin tek audienca e rritur dhe adoleshenca, ndërsa zhanret më të pranishme janë dramat dhe filmat ndërkombëtarë.

Insight-e kryesore¶

  1. Dominimi i filmave (70%) mbi serialet (30%) mund të jetë një strategji për konsum të shpejtë të përmbajtjes, por redukton potencialin e angazhimit afatgjatë që ofrojnë serialet.
  2. Prodhimi i përqendruar gjeografikisht – SHBA, India dhe Mbretëria e Bashkuar dominojnë katalogun, duke lënë hapësirë për rritje në tregje të tjera.
  3. Orientimi drejt audiencës së rritur – pjesa më e madhe e përmbajtjes ka klasifikime të larta të moshës, duke reflektuar temat dhe zhanret e përzgjedhura.
  4. Zhanret ndërkombëtare në rritje – kategoritë si International Movies dhe Dramas po regjistrojnë një kërkesë të lartë nga audienca, duke reflektuar interesin në rritje për histori me sfond të pasur kulturor dhe narrativë të larmishme, që ofrojnë perspektiva të ndryshme nga ato tradicionale të tregut perëndimor
  5. Prania e titujve historikë e kthen Netflix-in në një arkiv kulturor, duke pasuruar diversitetin e katalogut.

Rekomandime strategjike¶

  1. Zgjerimi i prodhimit të serialeve origjinale – për të rritur angazhimin dhe kohëzgjatjen e abonimit të përdoruesve.
  2. Zgjerimi i katalogut gjeografik – investime në tregjet në rritje si Afrika, Lindja e Mesme dhe Amerika Latine për të rritur bazën e abonentëve.
  3. Balancimi i përmbajtjes për grupmosha të ndryshme – rritja e katalogut për familjet dhe fëmijët për të tërhequr segmente të reja.
  4. Përmirësimi i të dhënave të informacionit – plotësimi i mungesave për regjisorët, aktorët dhe vendin e prodhimit për të ndihmuar në analiza më të sakta.
  5. Shfrytëzimi i titujve historikë – krijimi i një seksioni të dedikuar për “Classic & Historical Films” që mund të tërheqë një audiencë të veçantë.
  6. Përdorimi i dashboard-eve interaktive – për monitorim në kohë reale të performancës së përmbajtjes dhe identifikim të shpejtë të trendeve.

Punoi : Sami Hoxha¶